一种实时指数匹配记忆区间的异常交通状态特征识别方法

摘要

本发明涉及一种实时指数匹配记忆区间的异常交通状态特征识别方法，其特征在于，步骤为：步骤1、获取某一个时间段内的某条路段的所有历史交通指数数据，根据同一时刻下的所有历史交通指数创建与该时刻相对应的指数记忆空间并计算得到每个指数记忆空间的中值；步骤2、将每个指数记忆空间至少划分为正缓冲区间及负缓冲区间，并将小于最小指数值的区域定义为负溢出区，将大于最大指数值的区域定义为正溢出区；步骤3、获取该条路段在当前时刻Tn下的实时交通指数Index(Tn)，根据分区判断交通状态。本发明提供了一种新的交通指数应用方法，充分挖掘交通指数的潜力实现对城市道路实时交通异常的快速识别。

主权项

一种实时指数匹配记忆区间的异常交通状态特征识别方法，其特征在于，步骤为：步骤1、在所有交通流参数中任意选取一个实时数据在固定数据区间动态波动的交通流参数作为交通状态识别参数，获取某一个时间段内的某条路段或区域路网的所有历史交通状态识别参数数据，根据同一时刻下的所有交通状态识别参数创建与该时刻相对应的交通状态识别参数记忆空间并计算得到每个交通状态识别参数记忆空间的中值，其中，时刻T对应的交通状态识别参数记忆空间为IMS(T)，时刻T的所有历史交通状态识别参数数据中的最小指数值MIN(T)及最大指数值MAX(T)为交通状态识别参数记忆空间IMS(T)的负边界及正边界，交通状态识别参数记忆空间IMS(T)的中值MEDIAN(T)为时刻T下所有交通状态识别参数数据的均值；步骤2、将每个交通状态识别参数记忆空间至少划分为正缓冲区间及负缓冲区间，并将小于最小指数值的区域定义为负溢出区，将大于最大指数值的区域定义为正溢出区；交通状态识别参数记忆空间IMS(T)的正缓冲区间为PB(T)，取值范围为(MEDIAN(T)，MAX(T)]；负缓冲区间为NB(T)，取值范围为[MIN(T)，MEDIAN(T))；负溢出区为NO(T)，取值范围为[MIN，MIN(T))；正溢出区为PO(T)，取值范围为(MAX(T)，MAX]，其中，MIN为交通状态识别参数最小可能取值，MAX为交通状态识别参数的最大可能取值；步骤3获取该条路段在当前时刻Tn下的实时交通状态识别参数Index(Tn)，判断实时交通状态识别参数Index(Tn)是否位于交通状态识别参数记忆空间IMS(Tn)的正缓冲区间PB(Tn)或负缓冲区间NB(Tn)，若是，则该条路段在当前时刻Tn下的交通状态为常态，若否，则该条路段在当前时刻Tn下的交通状态为异常，该异常是指异常畅通或异常拥堵，若该条路段所采用的交通状态识别参数模型为交通状态识别参数越高越拥堵，则若实时交通状态识别参数Index(Tn)位于正溢出区PO(Tn)，该条路段在当前时刻Tn下的交通状态为异常拥堵，若实时交通状态识别参数Index(Tn)位于负溢出区NO(Tn)，该条路段在当前时刻Tn下的交通状态为异常畅通；若该条路段所采用的交通状态识别参数模型为交通状态识别参数越高越畅通，则若实时交通识别参数Index(Tn)位于正溢出区PO(Tn)， 该条路段在当前时刻Tn下的交通状态为异常畅通，若实时交通识别参数Index(Tn)位于负溢出区NO(Tn)，该条路段在当前时刻Tn下的交通状态为异常拥堵。